Question

如何从Pandas DataFrame查询最近的索引？索引是DatetimeIndex

2016-11-13 20:00:10.617989120   7.0 132.0
2016-11-13 22:00:00.022737152   1.0 128.0
2016-11-13 22:00:28.417561344   1.0 132.0

我试过了：

df.index.get_loc(df.index[0], method='nearest')

但它给了我InvalidIndexError: Reindexing only valid with uniquely valued Index objects

如果我尝试了同样的错误：

dt =datetime.datetime.strptime("2016-11-13 22:01:25", "%Y-%m-%d %H:%M:%S")
df.index.get_loc(dt, method='nearest')

但如果我删除method='nearest'它可以正常工作，但这不是我想要的，我想找到与查询日期时间最接近的索引

Answer 1

您似乎需要先get_loc获取排名，然后按[]选择：

dt = pd.to_datetime("2016-11-13 22:01:25.450")
print (dt)
2016-11-13 22:01:25.450000

print (df.index.get_loc(dt, method='nearest'))
2

idx = df.index[df.index.get_loc(dt, method='nearest')]
print (idx)
2016-11-13 22:00:28.417561344

#if need select row to Series use iloc
s = df.iloc[df.index.get_loc(dt, method='nearest')]
print (s)
b      1.0
c    132.0
Name: 2016-11-13 22:00:28.417561344, dtype: float64

Answer 2

我相信jezrael解决方案可行，但不适用于我的数据框（我不知道为什么）。这是我提出的解决方案。

from bisect import bisect #operate as sorted container
timestamps = np.array(df.index)
upper_index = bisect(timestamps, np_dt64, hi=len(timestamps)-1) #find the upper index of the closest time stamp
df_index = df.index.get_loc(min(timestamps[upper_index], timestamps[upper_index-1],key=lambda x: abs(x - np_dt64))) #find the closest between upper and lower timestamp

Answer 3

我知道这是一个老问题，但是在寻找与Bryan Fok相同的问题时，我降落在这里。因此，对于将来的搜索者来说，我发布了解决方案。我的索引有4个非唯一项（可能是由于记录数据时的舍入错误）。以下工作可以显示正确的数据：

dt = pd.to_datetime("2016-11-13 22:01:25.450")

s = df.loc[df.index.unique()[df.index.unique().get_loc(dt, method='nearest')]]

但是，如果最近的索引多次出现，则会返回多行。如果您想抓住它，可以使用以下方法进行测试：

if len(s) != len(df.columns):
    # do what is appropriate for your case
    # e.g. selecting only the first occurence
    s.iloc[0]

编辑：修复了一些测试后的问题

Pandas DataFrame如何查询最接近的日期时间索引？

3 个答案: